Caderno de Resumos - Celsul.org.br

ASPECTOS MORFOSSINTÁTICOS E COMPUTACIONAIS DASEQÜÊNCIA DEPOIS QUE: UMA ABORDAGEM DE BASE EMCORPUSMarco Rocha (UFSC)A comunicação apresenta um estudo de base em corpus da seqüência depoisque, tendo em vista o aperfeiçoamento de um sistema capaz de analisartextos em português e atribuir uma categoria morfossintática a cada uma daspalavras e expressões multipalavra do texto em questão, através de umaetiqueta codificadora selecionada dentre um conjunto de etiquetaspreviamente definido segundo critérios lingüísticos. A análise de corpus tevecomo base uma amostra de 1864 ocorrências da seqüência depois queextraídas da versão etiquetada do Corpus NILC. A investigação incluiutambém outras amostras menores extraídas da Web através de ferramentasde busca como a Webcorp, a fim de verificar aspectos específicos defenômenos de coocorrência detectados na análise da primeira amostra. Ofoco da análise é a delimitação de parâmetros que permitam distinguir comsegurança as ocorrências da seqüência depois que em que a etiquetaçãolinguisticamente adequada é a expressão multipalavra, uma locuçãoconjuntiva (etiqueta LC) subordinativa adverbial temporal, daquelas em queas categorias morfossintáticas apropriadas são advérbio de tempo (etiquetaADV) + conjunção integrante (etiqueta KS), onde o item lexical depois é ummodificador do verbo, independente da conjunção integrante que o segue,cuja função é introduzir uma oração subordinada objetiva direta que serve deobjeto do verbo. No primeiro caso, temos sentenças como: O caso ganhouas páginas dos jornais depois que_LC grupos ecologistas fizeram pressãosobre o governo da Lombardia. No segundo caso, estão sentenças como: Ostrabalhadores são recrutados em áreas afetadas por seca ou desemprego elevados para trabalhar a centenas de quilômetros de suas casas, tendodepois_ADV que_KS pagar aos empregadores transporte, alimentação,hospedagem e ferramentas. Além da versão automaticamente etiquetada doCorpus NILC, foram discutidas também as soluções do LACIOWEBMACMORPHO, corpus também compilado pelo NILC cuja etiquetação foirevisada manualmente, e os resultados de etiquetadores de categoriasmorfossintáticas do CEPRIL e da XEROX. A pesquisa conclui com adefinição de padrões de coocorrência relacionados a cada uma dasalternativas de análise, baseados numa tipologia dos verbos das oraçõesprincipais e suas relações com seus objetos diretos nominais ou oracionais, afim de permitir o reconhecimento automático da distinção apontada acima.Espera-se que estes padrões, se integrados ao léxico computacional,contribuam para o aperfeiçoamento do processo de etiquetação de categoriasmorfossintáticas em sistemas computacionais no âmbito de aplicações emtecnologia das línguas humanas.247